通过下面这个混淆矩阵可以更好的理解
- 真实值是 正例 的样本中,被分类为 正例 的样本数量有多少,这部分样本叫做真正例(TP,True Positive)
- 真实值是 正例 的样本中,被分类为 假例 的样本数量有多少,这部分样本叫做伪反例(FN,False Negative)
- 真实值是 假例 的样本中,被分类为 正例 的样本数量有多少,这部分样本叫做伪正例(FP,False Positive)
- 真实值是 假例 的样本中,被分类为 假例 的样本数量有多少,这部分样本叫做真反例(TN,True Negative)
精准率(precision)又叫查准率:
指的是预测结果为正例中,真正为正例的样本所占的比例,也就是
召回率(recall)又叫查全率
真正为正例的样本占所所有正例的比例:
F1值